第七章相关预案.ppt

图6-6 “Simple Scatterplot”对话框 图6-7 散点图 ? 结果和讨论 6.3 二元定序变量的相关分析 6.3.1 统计学上的定义和计算公式 定序变量：取值的大小能够表示观测对象的某种顺序关系（等级、方位或大小等）。例如，“最高学历”变量的取值是：1—小学及以下、2—初中、3—高中、中专、技校、4—大学专科、5—大学本科、6—研究生以上。由小到大的取值能够代表学历由低到高。 6.3.2 SPSS中实现过程 ? 研究问题 某语文老师先后两次对其班级学生同一篇作文加以评分，两次成绩分别记为变量“作文1”和“作文2”，数据如表6-2所示。问两次评分的等级相关有多大，是否达到显著水平？ 表6-2 学生作文两次的得分情况 人 名 作 文 1 作 文 2 hxh 86.00 83.00 yaju 78.00 82.00 yu 62.00 70.00 shizg 75.00 73.00 hah 89.00 92.00 smith 67.00 65.00 watet 96.00 93.00 jess 80.00 85.00 wish 77.00 75.00 laly 59.00 65.00 john 79.00 75.00 chen 68.00 70.00 david 85.00 80.00 caber 87.00 75.00 marry 75.00 80.00 joke 73.00 78.00 jake 95.00 90.00 herry 88.00 90.00 * 第七章 相关分析 2016.05.24 相关分析的基本概念 6.1 二元定距变量的相关分析 6.2 二元定序变量的相关分析 6.3 偏相关分析 6.4 描述变量之间线性相关程度的强弱，并用适当的统计指标表示出来的过程为相关分析。可根据研究的目的不同，或变量的类型不同，采用不同的相关分析方法。本章介绍常用的相关分析方法：二元定距变量的相关分析、二元定序变量的相关分析、偏相关分析和距离相关分析。 6.1 相关分析的基本概念 任何事物的变化都与其他事物是相互联系和相互影响的，用于描述事物数量特征的变量之间自然也存在一定的关系。变量之间的关系归纳起来可以分为两种类型，即函数关系和统计关系。 当一个变量x取一定值时，另一变量y可以按照确定的函数公式取一个确定的值，记为y=f(x)，则称y是x的函数，也就时说y与x两变量之间存在函数关系。又如，某种商品在其价格不变的情况下，销售额和销售量之间的关系就是一种函数关系：销售额=价格×销售量。 函数关系是一一对应的确定性关系，比较容易分析和测度，可是在现实中，变量之间的关系往往并不那么简单。 衡量事物之间，或变量之间线性相关程度的强弱并用适当的统计指标标示出来，这个过程就是相关分析。相关分析的方法较多，比较直接和常用的一种是绘制散点图。图形虽然能够直观展现变量之间的相关关系，但不很精确。 * 绘制散点图 将数据以点的形式绘制在直角平面上.比较直观,可以用来发现变量间的关系和可能的趋势. 体现正相关趋势 * 绘制散点图 散点图应用举例： 通过27家企业普通员工人数和管理人员数,利用散点图分析人数之间的关系。 散点图在进行相关分析时较为粗略 为了能够更加准确地描述变量之间的线性相关程度，可以通过计算相关系数来进行相关分析。相关系数是衡量变量之间相关程度的一个量值。如果相关系数是根据总体全部数据计算的，称为总体相关系数，记为ρ；如果是根据样本数据计算而来的，则称为样本相关系数，记为r。在统计学中，一般用样本相关系数r来推断总体相关系数。 * 以精确的相关系数(r)体现两个变量间的线性关系程度. r:[-1,+1]; |r|=1:完全相关; r=0:无线性相关; |r|0.3:微弱相关； 0.3|r|≤0.5，低度相关； 0.5|r|≤0.8，显著相关； 0.8|r|1:强（高度）相关; * 为了判断r对ρ的代表性大小，需要对相关系数进行假设检验。 （1）首先假设总体相关性为零，即H0为两总体无显著的线性相关关系。 （2）其次，计算相应的统计量，并得到对应的相伴概率值。如果相伴概率值P-小于或等于指定的显著性水平α，则拒绝H0，认为两总体存在显著的线性相关关系；如果相伴概率值P-大于指定的显著性水平α，则不能拒绝H0，认为两总体不存在显著的线性相关关系。 在实际中，因为研究目的不同，变量的类型不同，采用的相关分析方法也不同。比较常用的相关分析是二元定距变量的相关分析、二元定序变量的相关分析、偏相关分析和距离分析。 6.2 二元定距变量的相关分析 二元变量的相关分析是指通过计算变量间两两相关的